MétaCan
Menu
Retour à la cohorte
Enregistrement W2110640264 · doi:10.1109/pac.1993.308605

Optimization of speed-up network component values for the 30 Ω resistively terminated prototype kicker magnet

2002· article· en· W2110640264 sur OpenAlexaff
Michael Barnes, G.D. Wait

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Accelerators and Free-Electron Lasers
Établissements canadiensTRIUMF
Organismes subventionnairesnon disponible
Mots-clésResistorMagnetResistive touchscreenPhysicsCapacitanceComputer scienceCapacitorElectrical engineeringVoltageEngineering

Résumé

récupéré en direct d'OpenAlex

Kicker magnets are required for all ring-to-ring transfers in the 5 rings of the proposed KAON factory synchrotron. The kick must rise from 1% to 99% of full strength during the time interval of gaps created in the beam (80 ns to 160 ns) so that the beam can be extracted with minimum losses. In order to achieve the specified rise-time and 'flatness' for the kick it is necessary to utilize speed-up networks, comprising a capacitor and a resistor, in the electrical circuit. Speed-up networks may be connected electrically on both the input and output of the kicker magnet. In addition it is advantageous to connect a 'speed-up' network on the input of the resistive terminator(s). A sequence which may minimize the number of mathematical simulations required to optimize the values of the 8 possible speed-up components is presented. PE2D has been utilized to determine inductance and capacitance values for the resistive terminator; this data has been used in PSpice transient analyses. Results of the PE2D predictions are also presented. The research has culminated in a predicted kick rise time (1% to 99%) of less than 50 ns for a TRIUMF 10 cell prototype kicker magnet. The proposed improvements are currently being implemented on our prototype kicker system.>

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,222
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParticle Accelerators and Free-Electron LasersTravaux en français237 207